diff --git a/src/OpenAI/GPT35turbo/OA_processing.py b/src/OpenAI/GPT35turbo/OA_processing.py index 5d818dd..2731e27 100644 --- a/src/OpenAI/GPT35turbo/OA_processing.py +++ b/src/OpenAI/GPT35turbo/OA_processing.py @@ -33,9 +33,16 @@ def openai_response(message_formated_text): # Считаем размер полученного текста #print(message_formated_text) count_length = 0 + if len(message_formated_text) == 0: + message_formated_text = [ + { + "role": "user", + "content": "Напиши короткий ответ говорящий что контекст сообщения слишком длинный и попроси задать вопрос отдельно без ответа на другие сообщения по ключевому слову" + } + ] for message in message_formated_text: #print(message["content"]) - count_length += len(message["content"]) + count_length += int(len(message["content"])) #print(count_length) try: response = openai.ChatCompletion.create( @@ -74,14 +81,7 @@ def sort_message_from_user(message_formated_text, message_id): "content": str(*(cursor.execute("SELECT message_text FROM message_list WHERE message_id = ?", (message_id,)).fetchone())) }) - #Проверка что длина всех сообщений в кортеже не превышает max_token_count-500 - count_length = 0 - for message in message_formated_text: - count_length += len(message['content']) - while count_length > max_token_count-min_token_for_answer: - message_formated_text.pop(1) - for message in message_formated_text: - count_length += len(message['content']) + #Проверка что длина всех сообщений в кортеже не превышает max_token_count-min_token_for_answer return message_formated_text def openai_collecting_message(message_id, message_formated_text): @@ -115,6 +115,17 @@ def openai_message_processing(message_id): ] if ((len(str(cursor.execute("SELECT message_text FROM message_list WHERE message_id")))) < (max_token_count - len(message_formated_text[0]['content']))): message_formated_text = openai_collecting_message(message_id, message_formated_text) + count_length = 0 + # Обработка невозможности ответить на сообщение + try: + for message in message_formated_text: + count_length += len(message['content']) + while count_length > max_token_count - min_token_for_answer: + message_formated_text.pop(1) + for message in message_formated_text: + count_length += len(message['content']) + except IndexError: + message_formated_text = "" response = openai_response(message_formated_text) return response else: